文献

J-GLOBAL ID：201702228892491736   整理番号：17A1632617

マルチレート確率主成分分析モデルを用いた多重故障検出【Powered by NICT】

Multiple Fault Detection Using Multi-rate Probability Principal Component Analysis Models

著者 (4件)： Zhou Le (School of Automation and Electrical Engineering, Zhejiang University of Science & Technology, Hangzhou, 310023, Zhejiang, China) ,  Chen Junghui (Department of Chemical Engineering, Chung-Yuan Christian University, Chung-Li, Taiwan, 320, R.O.C) ,  Ge Zhiqiang (State Key Laboratory of Industrial Control Technology, Zhejiang University, Hangzhou, 310027, China) ,  Song Zhihuan (State Key Laboratory of Industrial Control Technology, Zhejiang University, Hangzhou, 310027, China)
資料名： IFAC PapersOnLine  (IFAC PapersOnLine)
巻： 50  号： 1  ページ： 14752-14757  発行年： 2017年 
JST資料番号： W3101A  ISSN： 2405-8963  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 最も化学プロセスでは,オンライン測定とオフライン実験室分析の両方は,異なるサンプリング速度で得ることができた。通常,オンラインプロセス変数が頻繁にサンプリングされるが重要な品質指標は,不規則な時間で解析し,時には時間,時には日常的にした。マルチレートプロセスにおける測定の異なるクラスを効果的に統合するために,マルチレート確率主成分分析(MPPCA)モデルを効率的に収集したデータを利用し,モデル予測とプロセスモニタリングの両方の性能を改善するために提案する。MPPCAでは,モデルパラメータは期待値最大化アルゴリズムによって較正した。提案した方法は測定における不規則な試料を扱い,モデル訓練のための全ての観察を組み込むことができる。MPPCAに基づく対応する統計を,故障検出目的のために開発した。最後に,提案した方法の有効性を示すために提示したTEベンチマーク。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 化学プロセス ,  ベンチマーク ,  *故障検出 ,  プロセス変数 ,  *主成分分析 ,  *多重化
準シソーラス用語： EMアルゴリズム ,  モデルパラメータ ,  プロセス監視 ,  モデル予測 ,  品質指標 ,  サンプリング速度 ,  オフライン ,  オンライン ,  *マルチレート , 【Automatic Indexing@JST】

著者キーワード (4件)： 故障検出 ,  EMアルゴリズム ,  マルチレートプロセス ,  確率主成分分析

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  計測機器一般  (AD02000X) ,  生体計測  (EL03020C)

タイトルに関連する用語 (6件)： マルチレート ,  確率 ,  主成分分析 ,  モデル ,  多重 ,  故障検出